منشوراتك القديمة قد تفضح حالتك النفسية.. كيف يرصد الذكاء الاصطناعي علامات الاكتئاب؟
طوّر باحثون في جامعة جورج ميسون الأمريكية نظامًا قائمًا على الذكاء الاصطناعي يحلل منشورات وسائل التواصل الاجتماعي، كمنصة ريديت وسواها، بهدف رصد مؤشرات محتملة على الاكتئاب.
ويرى الباحثون أن المستخدمين يتركون وراءهم سنواتٍ من المعلومات الشخصية الدقيقة، وأن استثمار هذه البيانات قد يفتح آفاقًا جديدة في مجال الكشف المبكر عن الاضطرابات النفسية.
كيف يعمل الذكاء الاصطناعي في تحليل منشورات الاكتئاب؟
يكتب المستخدمون على مدار سنوات منشورات تعكس حالتهم النفسية بوضوح، إذ يتناولون موضوعات من قبيل اضطرابات النوم، وانعدام الدافعية، والقلق، والشك في النفس، وتذبذب المزاج.
ولا يبحث النظام الجديد ببساطة عن الكلمات الحزينة أو اللغة السلبية، بل يعمل وفق منهجية متعددة الخطوات تضمن دقة أعلى في رصد الأعراض، وذلك وفقًا لما نشر في موقع Arxiv.
تبدأ العملية باستخدام نموذج لغوي مخصص للبحث عن عبارات بضمير المتكلم تتطابق مع أعراض الاكتئاب المعروفة.
ومن الأمثلة على التمييز الدقيق الذي يجريه النظام أنه لا يصنّف شخصًا كتب عن معاناة صديق من الاكتئاب على أنه مريض بالاكتئاب نفسه، وهو ما كانت تقع فيه الأساليب الأقدم.
وفي خطوة تالية، تُرشَّح النتائج بحذف التكرارات والمعلومات الخاطئة والمحتوى غير ذي الصلة، لتبقى العبارات الأكثر دلالة وأهمية وحدها.
ثم تأتي خطوة التحقق الإضافي التي تقيّم ما إذا كانت العبارات المُستخلصة تقدم فعلًا دليلًا كافيًا على عرَض بعينه.
ويحاول النظام في نهاية المطاف استنتاج إجابات عن الأسئلة الواحد والعشرين الواردة في مقياس بيك للاكتئاب، وهو أداة معيارية تستخدمها المؤسسات الطبية على نطاق واسع لتقييم شدة أعراض الاكتئاب.
قدرات نموذج تحليل الاكتئاب الجديد
أثبت النموذج تحسّنًا ملحوظًا بالمقارنة مع الطرق السابقة؛ إذ ارتفعت نسبة الدقة بمقدار 70% نسبيًا، وإن انتقلت فعليًا من 10% إلى 17% فقط.
وارتفع مقياس F1، الذي يقيس توازن الاسترجاع والدقة معًا، إلى 27%، ما يمثّل قفزة نوعية بالقياس إلى ما سبقه من مناهج.
وتؤكد الدراسة كذلك قدرة هذا النهج على تصفية كميات ضخمة من منشورات وسائل التواصل الاجتماعي لاستخلاص محتوى ذي صلة بمهام بالغة التعقيد، من بينها رصد أعراض الاكتئاب.
لكن قدرات الذكاء الاصطناعي لا تزال محدودة في تحديد الأشخاص المصابين بالاكتئاب بدرجة موثوقة، أو تقديم نتائج يمكن الاعتماد عليها تشخيصيًا، ما يجعل هذه التقنية غير صالحة للاستخدام في التشخيص الطبي في الوقت الراهن.
بيد أن ما يلفت الانتباه حقًا هو أن المعلومات الشخصية قابلة للاستخلاص من منشورات كُتبت قبل سنوات، ربما لا يتذكر أصحابها أنهم شاركوها يومًا مع أحد.
